AI没被电饿死，先被电“气”死了

文 | 半呆君 先把丑话放前面：AI大概率不是被电饿死的，是被电“气”死的。“饿”是电不够，全世界的电网都在排队解决；“气”是电不好，电压抖一抖、凹下去一截，训练就断了——这笔账，算力成本表里没有这一栏。这篇文章，就说清楚“气”从哪来、谁在填坑。 大家都在算AI吃多少电，没人算电干不干净 “AI要被电饿死了。”这句话我听了两年，从行业饭局听到券商研报。它没毛病——可我今天想写的，是没人算的那笔账。 “饿”到什么程度？IEA测算，2026年全球AI数据中心用电量将达945TWh（2026-08媒体引用）。美国弗吉尼亚州，新建数据中心排队等并网，一等就是3到5年（2026年行业调研）。国内智算规模冲到78万PFLOPS（华金证券，2026-01），电力变压器交付周期拉到12到18个月（华尔街见闻2026-05产业访谈）。变压器都造不过来，这还不是缺电？ 是缺电。但缺电是“量”的问题。量的问题好办：花钱、排队、等政策，全球电网都在给AI加班。真正没人算的，是“质”——电干不干净。你插上电，电压从来不是一条直线，它一直在抖。抖得狠了，电压会突然凹下去一截，持续10毫秒到2秒，再自己弹回来——这就是电压暂降。你这边灯都没闪，机房里的算力设备已经错乱了。 跟停电比，电压波动是另一个世界。停电是分钟级以上，上了统计：供电可靠性指标 RS-1、系统平均停电持续时间指标 SAIDI 盯着，新闻天天播。电压暂降不构成停电，不进任何统计，UPS兜底一响就翻篇——没人向你道歉，也没人给你记账。亚洲电能质量联盟2015年对200个典型用户的监测显示：电压不稳占全部电能质量事件的89.2%，工业用户年均遭遇20.5次。一年20多次，每次都静悄悄。 所有人都在算AI吃多少电，没人算电干不干净。量的问题，全世界排队解决；质的问题，连算力成本表里都找不到这一栏。而这一栏，可能是先压垮算力的那根稻草。 0.01秒杀不死AI，“电脏”天天在杀 “断电0.01秒，烧掉几十万”——经济观察报2026年8月4日的热搜，干算力这行的都刷到过。评论区一片心梗表情：机房跳一下闸，一月利润没了。 但先把账算清楚。0.01秒，也就是10毫秒，通常根本到不了服务器。2026年的技术资料写得很明白：在线式双转换UPS切换0毫秒，供电不中断；就算UPS慢半拍，服务器电源还有“保持时间”兜底——Intel ATX12V标准要求≥16毫秒，企业级 CRPS（通用冗余电源）电源≥20毫秒。10毫秒的抖动，电源撑一下就过去了。“0.01秒烧几十万”，是把最坏情形当成了典型：没UPS、没checkpoint（检查点存档）、恢复还慢，全套buff叠满才有这个价。 真正的损失公式，跟时长没关系，只有两个变量：checkpoint间隔，乘以集群每小时成本。生产环境里checkpoint每15到60分钟做一次（MinIO工程指南是这么写的）；按GMI Cloud 2026年租价，每卡每小时2到3.9美元，万卡H100集群每小时成本约15到28万人民币（按汇率约7.2折算）。所以万卡集群断电一次，上限场景——整小时白算、恢复又慢——也就15到28万；按同租价同汇率折算，1.6万卡集群停1小时，下限约23万、上限约45万。单次看肉疼，但不致命。 致命的是级联。checkpoint写到一半断电，文件损坏，回退好几个周期；浪涌还能带走硬件；再撞上合同的违约金条款。2025年6月有个32节点集群的真实案例：26小时算力损失约18万，2块GPU损坏约15万，项目延期违约金超150万——加起来超200万。单次断电的账，是级联帮忙放大算出来的。 反直觉的是，头部玩家早把这当常态了。Meta 2024年训练LLaMA-3的实录：1.6万张H100，54天里中断466次，其中419次非预期，平均每3小时一次，单次恢复目标控制在10分钟以内。人家不是不断电，是默认断电会发生，把恢复练成了肌肉记忆。 最讽刺的对比在隔壁：半导体晶圆厂怕晃电，有 SEMI F47（半导体设备电压暂降抗扰度）标准——设备必须扛住0.5个周期（约8到10毫秒）的电压暂降不跳机。数据中心呢？没有任何对等标准。晶圆怕晃电有标准，算力怕晃电没标准——0.01秒杀不死AI，但“电脏”天天在杀，只是没人算过这笔账。 电“气”死AI的，可能就是AI自己 “UPS早就是标配了。”你要是管过数据中心，一定听过这句话。这个反驳，我认。在线式双转换UPS切换0ms，市电侧普通的电压暂降，它确实扛得住。市电侧那种常见的几十毫秒暂降，对它来说基本是挠痒痒。这条反例成立，先认下。 但问题，恰恰出在UPS身上。 先说机柜里的瞬态。GPU集群的负载能在毫秒级从20%跃迁到90%（2026年产业技术资料），DC母线掉压发生在UPS输出之后——UPS物理上够不着。最先用脚投票的，是英伟达自己：GB300 NVL72电源架集成能量存储，每GPU 65焦耳、峰值电网需求降低约30%（NVIDIA官方博客，2025-07-28，官方说法是削峰降并网压力，未必直指暂降）；再早的GB200已内置超级电容。无论出发点是削峰还是扛暂降，结果都指向一处——能量补在了 UPS 输出之后的机柜侧，UPS 的后段保护被绕开了。产业链用脚投票：UPS 在毫秒级脉冲面前不够用。 再看UPS自己。2016年，AWS悉尼，一次超长电压暂降直接打穿动态旋转式 UPS（DRUPS），可用区宕机。2025年3月，Google Cloud us-east5-c，市电失电后电压骤升持续近1分钟，UPS级联失效，宕机约6小时。“有UPS也宕机”，实锤。 最狠的在电网这一层。2024年7月10日，北弗吉尼亚：一条230kV线路的避雷器故障，砸出6次电压凹陷，全部落在 ANSI C84.1（美国供电电压容差标准） ±10% 正常带内——按书本，电网没违规。 但约60个数据中心的UPS，按各自固件规则集体切到电池和柴发，82秒内约1.5GW负载从PJM电网消失（另一口径为3.1GW），频率飙升，电网紧急切除约15亿瓦发电。最诡异的是，每一台UPS都在尽忠职守，可60台尽忠职守凑在一起，反而把电网逼到了悬崖边。2025年2月，约40家数据中心同步脱网，PJM频率冲到60.047Hz，NERC成立大型负荷工作组，FERC启动专项调查（南方能源观察，2026-03-24）。 所以，答案得反过来：UPS不是答案，UPS是问题的一部分。AI的毫秒级功率脉冲，在电“气”自己的电源之外，还电“气”了整个电网。 这还没完。GPU开关电源的谐波畸变率THD>5%（工程实测数据），大容量功率因数校正电容（PFC）与 UPS 电容级在特定频率谐振，变压器过热、继电保护误动作。国内行业统计显示，2025年约32%的数据中心非计划宕机与晃电相关。 受害者与施害者，原来是一体的：算力越大，脉冲越猛，电能质量问题越严重。这不是临时故障，是结构性矛盾。 再稳的电网，也保不住毫秒级的“气” 先泼盆冷水：中国电网，确实比美国稳。国家能源局2025年3月发布，2024年全国用户平均停电6.71小时/户、供电可靠率99.924%；美国平均停电11小时，创十年新高（EIA，2025年12月），中国不到人家六成。2025年上半年，供电